稀疏表示在图像压缩和去噪中的应用研究
摘要 | 第1-7页 |
ABSTRACT | 第7-14页 |
第一章 绪论 | 第14-25页 |
·稀疏表示的意义 | 第14-15页 |
·图像稀疏表示与图像处理 | 第15-18页 |
·生理基础 | 第15-16页 |
·稀疏表示模型 | 第16-17页 |
·稀疏模型与图像处理 | 第17-18页 |
·图像质量的评价 | 第18-21页 |
·主观评价 | 第19页 |
·客观评价 | 第19-21页 |
·论文研究内容与创新点 | 第21-23页 |
·论文的总体结构 | 第23-25页 |
第二章 稀疏表示的原理及方法 | 第25-37页 |
·信号的稀疏表示 | 第25-27页 |
·信号的表示 | 第25-26页 |
·稀疏的度量 | 第26页 |
·冗余稀疏表示 | 第26-27页 |
·原子库构建 | 第27-32页 |
·原子库的发展与分类 | 第27页 |
·基于解析的原子库 | 第27-30页 |
·原子库学习方法 | 第30-32页 |
·稀疏分解 | 第32-36页 |
·本章小结 | 第36-37页 |
第三章 图像压缩编码概述 | 第37-49页 |
·压缩编码流程 | 第37-38页 |
·经典编码技术 | 第38-39页 |
·第二代图像编码 | 第39-40页 |
·小波图像编码 | 第40-42页 |
·可伸缩编码技术 | 第42-43页 |
·基于冗余表示的图像编码 | 第43-47页 |
·冗余表示编码框架 | 第43-44页 |
·矢量量化 | 第44-45页 |
·分形编码 | 第45-46页 |
·匹配追踪编码 | 第46-47页 |
·讨论 | 第47页 |
·本章小结 | 第47-49页 |
第四章 分形图像压缩编码 | 第49-66页 |
·分形编码数学基础 | 第49-52页 |
·迭代函数系统理论 | 第49-51页 |
·不动点定理 | 第51-52页 |
·拼贴定理 | 第52页 |
·分形图像编码原理与实现 | 第52-57页 |
·编码原理 | 第52-53页 |
·编码方法 | 第53-55页 |
·原子库构成 | 第53-54页 |
·分形码搜索 | 第54-55页 |
·分形码量化编码 | 第55页 |
·算法描述 | 第55页 |
·实验结果 | 第55-57页 |
·分形图像解码的灵活性 | 第57-65页 |
·可控质量渐进解码 | 第57-63页 |
·带可变参数的不动点定理 | 第58-60页 |
·质量渐进解码方案 | 第60页 |
·构造参数序列 | 第60-63页 |
·分辨率无关解码 | 第63-65页 |
·本章小结 | 第65-66页 |
第五章 匹配追踪图像压缩编码 | 第66-101页 |
·原子库的构建 | 第66-68页 |
·MP 图像分解 | 第68-73页 |
·FSMP 算法 | 第68-69页 |
·MP 原子特性 | 第69-73页 |
·原子能量分布特性 | 第69-71页 |
·原子位置分布特性 | 第71-73页 |
·多尺度MP 分解 | 第73-81页 |
·图像多尺度表示 | 第74-75页 |
·多尺度追踪 | 第75-78页 |
·多尺度搜索方法 | 第75-77页 |
·尺度切换准则 | 第77页 |
·算法描述 | 第77-78页 |
·实验结果 | 第78-81页 |
·MP 图像编码 | 第81-100页 |
·MP 编码研究现状 | 第81-83页 |
·基于块划分的 MP 编码 | 第83-89页 |
·算法思想 | 第83-85页 |
·原子排序 | 第85页 |
·块划分 | 第85-86页 |
·原子编码 | 第86-87页 |
·算法描述 | 第87-89页 |
·码流的可伸缩性 | 第89-90页 |
·质量可伸缩 | 第89页 |
·分辨率可伸缩 | 第89-90页 |
·实验结果 | 第90-100页 |
·阈值参数α 的选择 | 第90-91页 |
·量化参数δ 的选择 | 第91-92页 |
·编码有效性分析 | 第92-94页 |
·客观性能比较 | 第94-95页 |
·主观性能比较 | 第95-98页 |
·伸缩性能评估 | 第98-100页 |
·本章小结 | 第100-101页 |
第六章 基于全局原子库的冗余稀疏去噪 | 第101-132页 |
·噪声及其度量 | 第101-103页 |
·图像噪声 | 第101-102页 |
·噪声的度量 | 第102-103页 |
·去噪技术回顾 | 第103-110页 |
·空域去噪技术 | 第103-104页 |
·变换域去噪技术 | 第104页 |
·非局部去噪技术 | 第104-107页 |
·冗余稀疏去噪技术 | 第107-109页 |
·讨论 | 第109-110页 |
·基于全局原子库的冗余稀疏去噪方法 | 第110-130页 |
·原子库学习 | 第111-116页 |
·基于相关系数准则的稀疏编码 | 第111-112页 |
·基于噪声检测的原子库裁剪 | 第112-114页 |
·原子库学习算法 | 第114-116页 |
·稀疏分解去噪 | 第116-118页 |
·多级分解去噪 | 第116-117页 |
·稀疏编码策略 | 第117页 |
·人为噪声抑制 | 第117-118页 |
·实验结果 | 第118-130页 |
·参数设置 | 第119-120页 |
·原子库学习的评估 | 第120-123页 |
·多级去噪性能评估 | 第123-124页 |
·客观性能比较 | 第124页 |
·主观性能比较 | 第124-130页 |
·本章小结 | 第130-132页 |
第七章 基于空间自适应原子库的冗余稀疏去噪 | 第132-150页 |
·概述 | 第132-133页 |
·算法思路 | 第133页 |
·全局空间分析 | 第133-135页 |
·原子库训练 | 第135-137页 |
·基原子选择 | 第137-139页 |
·算法描述 | 第139-140页 |
·讨论 | 第140页 |
·实验结果 | 第140-149页 |
·主特点评估 | 第140-142页 |
·客观性能比较 | 第142页 |
·主观性能比较 | 第142-149页 |
·本章小结 | 第149-150页 |
第八章 全文总结 | 第150-154页 |
·研究总结 | 第150-152页 |
·工作展望 | 第152-154页 |
致谢 | 第154-155页 |
参考文献 | 第155-165页 |
攻博期间取得的研究成果 | 第165-166页 |